- 手把手安装与体验- 算子开发(GPU) TensorAdd 计算逻辑 算子开发步骤： （1）算子原语注册算子原语通常包括：算子名：算子名用于唯一标识个算子。输入：算子输入Tensor。属性：一般描述算法参数输入数据合法性校验：对输入数据、属性进行合法性校验输出数据类型和维度推导：用于推导输出的数据类型和维度。自定义算子路径mindspore/python/mindspore/ops/ope... 手把手安装与体验- 算子开发(GPU) TensorAdd 计算逻辑 算子开发步骤： （1）算子原语注册算子原语通常包括：算子名：算子名用于唯一标识个算子。输入：算子输入Tensor。属性：一般描述算法参数输入数据合法性校验：对输入数据、属性进行合法性校验输出数据类型和维度推导：用于推导输出的数据类型和维度。自定义算子路径mindspore/python/mindspore/ops/ope...
- 网络调试 网络调试的基本流程（1）网络流程调试成功，网络执行整体不报错，正确输出loss值，且正常完成参数更新。打印Checkpoint文件中的权重值，查看两个step的权重是否发生改变，并完成更新。（2）网络多轮迭代执行输出loss值，且loss值具有基本的收敛趋势。（3）网络精度调试，超参调优。 用PyNative模式进行流程调试PyNative模式支持执行单算子、普通函数和网络，以及... 网络调试 网络调试的基本流程（1）网络流程调试成功，网络执行整体不报错，正确输出loss值，且正常完成参数更新。打印Checkpoint文件中的权重值，查看两个step的权重是否发生改变，并完成更新。（2）网络多轮迭代执行输出loss值，且loss值具有基本的收敛趋势。（3）网络精度调试，超参调优。 用PyNative模式进行流程调试PyNative模式支持执行单算子、普通函数和网络，以及...
- Windows11 上体验TinyMS 0.3.1 Windows11 上体验TinyMS 0.3.1
- MindSpore1.7源码编译安装GPU环境 MindSpore1.7源码编译安装GPU环境
- MindSpor e1.7 源码安装编译报错大合集(GPU) MindSpor e1.7 源码安装编译报错大合集(GPU)
- 安装和配置MindSpore环境 安装和配置MindSpore环境
- 在WSL ubuntu 20.04上一键安装MindSpore GPU版本 在WSL ubuntu 20.04上一键安装MindSpore GPU版本
- 昇思MindSpore必将引领AI+科学计算的潮流，做行业的领导者。 昇思MindSpore必将引领AI+科学计算的潮流，做行业的领导者。
- 通过MindSpore进行线性回归AI训练Demo1: 对50个离散点进行简单线性函数拟合from mindspore import context context.set_context(mode=context.GRAPH_MODE, device_target="CPU") #设置为CPU模式import numpy as npimport matplotlib.pyplot a... 通过MindSpore进行线性回归AI训练Demo1: 对50个离散点进行简单线性函数拟合from mindspore import context context.set_context(mode=context.GRAPH_MODE, device_target="CPU") #设置为CPU模式import numpy as npimport matplotlib.pyplot a...
- MindSpore 1.5的新特性：MindSpore控制流。 MindSpore 1.5的新特性：MindSpore控制流。
- 对 MNIST手写体识别实验实现手写数字识别代码的个人查找与理解，对于map映射与数据增强和卷积神经网络的代码有充分的注释，卷积与池化的过程也有充分的注释标明，因本人能力很弱，难免有错误的地方，烦请大家指出，我会立即更正。 对 MNIST手写体识别实验实现手写数字识别代码的个人查找与理解，对于map映射与数据增强和卷积神经网络的代码有充分的注释，卷积与池化的过程也有充分的注释标明，因本人能力很弱，难免有错误的地方，烦请大家指出，我会立即更正。
- MindSpore1.5版本推出亲和算法库Boost1.0，目标是在不同的AI场景下，保持用户训练精度的同时，为用户提供高效的训练体验。本次课程对Boost性能提升原理做了讲解，并提供了两种相对易实现的模式。 Boost能够实现性能提升的原理主要有三方面构成： 1、梯度冻结： 训练过程中反响的时间占了大头，如果可以减少反向的次数，也可... MindSpore1.5版本推出亲和算法库Boost1.0，目标是在不同的AI场景下，保持用户训练精度的同时，为用户提供高效的训练体验。本次课程对Boost性能提升原理做了讲解，并提供了两种相对易实现的模式。 Boost能够实现性能提升的原理主要有三方面构成： 1、梯度冻结： 训练过程中反响的时间占了大头，如果可以减少反向的次数，也可...
- 本文介绍了如何在Ubuntu 18.04上源码安装MindSpore V1.5 GPU版本。干货满满。 本文介绍了如何在Ubuntu 18.04上源码安装MindSpore V1.5 GPU版本。干货满满。
- MindSpore两日训练营第六期内容MindSpore第六期主要有以下内容组成MindSpore AI科学计算MOE异构并行MindSpore Boost可视化集群调优MindSpore控制流MindSpore Lite 1.5六个内容都是围绕MindSpore最新的1.5版本的新特性进行介绍，也是通过课程了解新功能的一个不错的方法。在每个课程的最后都有两个作业，一个简单的和一个稍难一点... MindSpore两日训练营第六期内容MindSpore第六期主要有以下内容组成MindSpore AI科学计算MOE异构并行MindSpore Boost可视化集群调优MindSpore控制流MindSpore Lite 1.5六个内容都是围绕MindSpore最新的1.5版本的新特性进行介绍，也是通过课程了解新功能的一个不错的方法。在每个课程的最后都有两个作业，一个简单的和一个稍难一点...
- MindElec是MindSpore 1.5的新特性之一，它是MindScience科学套件的一部分。 MindElec是MindSpore 1.5的新特性之一，它是MindScience科学套件的一部分。
上滑加载中
推荐直播
-
华为云码道 × 仓颉编程：工程化AI编码探索2026/05/27 周三 19:00-21:00
刘俊杰-华为云仓颉语言专家/李炎-华为云码道技术专家/王智鹏-OpenCangjie开源社区发起人
本场直播围绕华为云仓颉语言与华为云码道的深度结合，展示华为云智能编程从零基础到高效落地的完整生态能力。以华为云码道为引擎，仓颉语言为载体，带给大家日常提效、趣味创新到极速量产的开发体验。
回顾中
热门标签